Musterlösung zu Übungsblatt 6

Transkript

1 Fakultät für Informatik Übungen zu Kognitive Systeme Sommersemster 2016 M. Sperber T. Nguyen S. Speidel D. Katic Musterlösung zu Übungsblatt 6 Wissensrepräsentation, Bahnplanung und Robotik Aufgabe 1 Resolution und DPLL 1.a Jeder Satz lässt sich, soweit er erfüllbar ist, durch eine Wahrheitstabelle darstellen. Daraus gewinnt man eine KF wie folgt: Alle Zeilen deren Gesamtwahrheitswert FALSE ist, werden konjunktiv verknüpft. Die Konjunktionen selbst bestehen dabei aus den disjunktiv verknüpften und negiert oder nicht negierten Variablen aus der Tabelle. Für die Sätze α, β und γ ergibt sich folgende Wertetabelle: Daraus ergibt sich die KF für α, β und γ: 1.b α β γ A B C α KF = (A B C) (A B C) (A B C) β KF = (A B C) (A B C) ( A B C) ( A B C) γ KF = (A B C) ( A B C) ( A B C) Onlinefrage Nr. 1: C kann nicht abgeleitet werden. 1

2 (i) {A B} {A B C} {A C} {B} { A} { B} {} (ii) {A B} {A B C} {A C} {B} { B} {} (iii) {A B} {A B C} {A C} {B} {C} {A} {A C} {A B} {A} {A} 1.c Symbol A kommt in einer Einheitsklausel vor. Setze A=TRUE. Dies ergibt C B D E E D B C B D E C Keine Einheitsklauseln. Das Symbol D kommt nur nicht negiert vor, ist also ein reines Symbol. Wähle deshalb D=TRUE. Dies ergibt: C B C B Keine Einheitsklauseln. Das Symbol C kommt nur negiert vor, ist also ein reines Symbol. Wähle deshalb C=FALSE. Damit sind alle Klauseln erfüllt. Ein mögliches Modell lautet somit M 1 = {{A = T }, {B = T F }, {C = F }, {D = T }, {E = T F }}. Beachte: Der DPLL-Algorithmus prüft nur die (Un-)Erfüllbarkeit einer Klauselmenge. Er findet aber nicht notwendiger weise alle Modelle, die diese Klauselmenge erfüllen. Onlinefrage Nr. 2: Es existiert sowohl für B = T RU E als auch B = F ALSE ein Modell, das S erfüllt, und das vom DPLL-Algorithmus gefunden wird. 2

3 Aufgabe 2 - STRIPS & ADL 2.a Action ( Load(c, p, a), V orbed : At(c, a) At(p, a) F racht(c) Schiff(p) Hafen(a) Effekt : At(c, a) In(c, p) ) Action ( Unload(c, p, a), V orbed : In(c, p) At(p, a) F racht(c) Schiff(p) Hafen(a) Effekt : At(c, a) In(c, p) ) Action ( T ransport(p, from, to), V orbed : At(p, from) Schiff(p) Hafen(from) Hafen(to) Effekt : At(p, from) At(p, to) ) 2.b Init ( At(C 1, HH) At(C 2, NY ) At(P 1, HH) F racht(c 1 ) F racht(c 2 ) Schiff(P 1 ) Hafen(HH) Hafen(NY ) ) Ziel ( At(C 1, NY ) At(C 2, HH) ) Diese Aktionsfolge ist eine Lösung des Planungsproblems: [Load(C 1, P 1, HH), T ransport(p 1, HH, NY ), Unload(C 1, P 1, NY ), Load(C 2, P 1, NY ), T ransport(p 1, NY, HH), Unload(C 2, P 1, HH)] 2.c Init ( At(C 1, HH) At(C 2, NY ) At(P 1, HH) F racht(c 1 ) F racht(c 2 ) Schiff(P 1 ) Hafen(HH) Hafen(NY ) ) Ziel ( xat(c 1, x) At(C 2, x) ) Diese Aktionsfolge ist eine Lösung des Planungsproblems: [Load(C 1, P 1, HH), T ransport(p 1, HH, NY ), Unload(C 1, P 1, NY )] 3

4 Aufgabe 3 - Planungsgraph Figure 1: Planungsgraph zu Aufgabe 3 Aufgabe 4 - Bahnplanung 4.a Die entsprechenden Räume sind in Abb. 2 jeweils in grau zu sehen. Der Konfigurationsraum besteht aus allen Punkten die für den Roboter in der Welt erreichbar sind. In diesem Falle also aus allen Punkten innerhalb der gegebenen quadratischen Welt (Abb. 2 a). Der Hindernisraum besteht aus den Konfigurationen, bei denen eine Berührung oder Start (106) Ziel (0) (a) Konfigurationsraum (b) Hindernisraum (c) Freiraum Figure 2: Räume zur Bahnplanung 4

5 eine Durchdringung des Roboters mit dem Hindernis vorläge (Abb. 2 b). Der Freiraum besteht aus dem Konfigurationsraum ohne den Hindernisraum (Abb. 2 c). Der angegebene Raum ist jeweils in grau dargestellt. Zur Darstellung des Roboters als beweglichen Punkt können alle Hindernisse um den Roboterradius d 2 erweitert werden und auf diesem Modell Frei- und Hindernisraum berechnet werden. 4.b Im Sichtgraph sind die Verbindungen aller sichtbaren Eckpunkte der Hindernisse (und des Start- und Zielpunktes) als mögliche Pfade dargestellt (Abb. 3). Auf den hierdurch Start (106) A (90) B (60) E (46) D (49) C (70) Ziel (0) G (57) F (55) Figure 3: Sichtgraph ermittelten Pfaden kann sich der mobile Roboter kollisionsfrei bewegen. Onlinefrage Nr. 3: Der Graph besitzt 19 Kanten. 4.c Planer 1 verwendet den Greedy-Algoritmus. Er ermittelt einen Weg über Start-G-D-E-Ziel mit einer Gesamtlänge von 236 (siehe Abb.4). Planer 2, der den A*-Algorithmus anwendet, ermittelt einen Weg über Start-B-E-Ziel mit einer Gesamtlänge von 115 (siehe Abb. 5). Mit * markierte Knoten werden nicht weiterverfolgt, da sie bereits weiter oben im Baum durchlaufen wurden. Onlinefrage Nr. 4: Die Wegstrecke beträgt 115 Einheiten. 5

6 Figure 4: Suchbaum Planer 1 Figure 5: Suchbaum Planer 2 6

7 4.d Siehe Abbildung 6. Figure 6: Voronoi-Diagramm Aufgabe 5 - Quaternionen 5.a Mit q 1 = (1, ( 2, 7, 1)) und q 1 2 = = 55 errechnet sich das inverse Quaternion q1 1 zu: q1 1 = q ( 1 1 q 1 2 = 55, ( 2 55, 7 55, 1 ) 55 ) 5.b Mit x als Quaternion x = (0, (1, 1, 1)) und q 2 2, ( 2 2, 0, 0)) berechnet sich der rotierte Punkt x wie folgt: x = q 2 x q (i + j + k) ( 2 2 i i j ij k ik) ( 2 2 i j k k 2 2 j) ( 2 2 i k) ( 2 = 1 2 i k 1 2 i i j = i j + k x = (1, 1, 1) 5.c Mit Quaternionen lassen sich nur Rotationen darstellen, keine Translationen. Dies ist ein großer Nachteil von Quaternionen. Onlinefrage Nr. 5: Nur Rotationen. 7